MétaCan
Menu
Retour à la cohorte
Enregistrement W3027860677 · doi:10.1007/s00382-020-05296-1

The role of internal variability in climate change projections of North American surface air temperature and temperature extremes in CanESM2 large ensemble simulations

2020· article· en· W3027860677 sur OpenAlexaffabout
Bin Yu, Guilong Li, Shangfeng Chen, Hai Lin

Notice bibliographique

RevueClimate Dynamics · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Natural Science Foundation of ChinaChina Association for Science and Technology
Mots-clésClimatologySurface air temperatureEnsemble averageEnvironmental scienceClimate changeMagnitude (astronomy)Climate modelAir temperatureMean radiant temperatureGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Recent studies indicated that the internal climate variability plays an important role in various aspects of projected climate changes on regional and local scales. Here we present results of the spreads in projected trends of wintertime North American surface air temperature and extremes indices of warm and cold days over the next half-century, by analyzing a 50-member large ensemble of climate simulations conducted with CanESM2. CanESM2 simulations confirm the important role of internal variability in projected surface temperature trends as demonstrated in previous studies. Yet the spread in North American warming trends in CanESM2 is generally smaller than those obtained from CCSM3 and ECHAM5 large ensemble simulations. Despite this, large spreads in the climate means as well as climate change trends of North American temperature extremes are apparent in CanESM2, especially in the projected cold day trends. The ensemble mean of forced climate simulations reveals high risks of warm days over the western coast and northern Canada, as well as a weakening belt of cold days extending from Alaska to the northeast US. The individual ensemble members differ from the ensemble mean mainly in magnitude of the warm day trends, but depart considerably from the ensemble mean in spatial pattern and magnitude of the cold day trends. The signal-to-noise ratio pattern of the warm day trend resembles that of the surface air temperature trend, with stronger signals over northern Canada, Alaska, and the southwestern US than the midsection of the continent. The projected cold day patterns reveal strong signals over the southwestern US, northern Canada, and the northeastern US. In addition, the internally generated components of mean and extreme temperature trends exhibit spatial coherences over North America, and are comparable to their externally forced trends. The large-scale atmospheric circulation-induced temperature variability influences these trends. Overall, our results suggest that climate change trends of North American temperature extremes are likely very uncertain and need to be applied with caution.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207